درخت حوزه‌های تخصصی

با گسترش دانش سنجش از دور، استفاده از تصاویر هایپراسپکترال روزبه روز افزایش و عمومیت می یابد. طبقه بندی یکی از محبوب ترین موضوعات در سنجش از دور ابرطیفی است. طی دو دهه گذشته، روش های بسیاری برای مقابله با مشکل طبقه بندی داده های هایپراسپکترال پیشنهاد شده است. در پژوهش حاضر، ساختاری مبتنی بر یادگیری شبکه های کپسول برای طبقه بندی تصاویر ابرطیفی به کار رفته است؛ به گونه ای که ساختار شبکه بتواند، با استفاده از یک لایه کانولوشنی و یک لایه کپسول، بهترین حالت تولید ویژگی ها را داشته باشد و درعین حال از بیش برازش شبکه روی نمونه های آموزشی جلوگیری کند. نتایج به دست آمده نشان از کیفیت بالای ویژگی های تولیدی در ساختار پیشنهادی دارد. درراستای بهبود دقت طبقه بندی، رویکرد استخراج ویژگی ازطریق شبکه طراحی شده و طبقه بندی با استفاده از الگوریتم درخت تقویتی XGBoost، با روش طبقه بندی ازطریق شبکه عمیق سراسری مقایسه شد تا، علاوه بر بررسی و کیفیت سنجی ویژگی های عمیق برداری تولیدی به روش پیشنهادی در طبقه بندی کننده های گوناگون، میزان توانایی شبکه های عمیق سراسری نیز، در کاربرد طبقه بندی، بررسی شود. رویکرد کپسول پیشنهادی شامل سه لایه اصلی است: 1)  Prime با کپسول هایی به اندازه 8 و 32 فیلتر 9×9 و گام حرکتی 2؛ 2) Digitcaps دارای دَه کپسول شانزده بعدی؛ 3) لایه تماماً متصل. نتایج بررسی دو رویکرد برای شبکه عمیق و نیز ترکیب شبکه های کپسول با الگوریتم درخت تقویتی XGBoost مقایسه شد. رویکردهایی همچون SVM، RF-200، LSTM، GRU، و GRU-Pretanh برای مقایسه رویکرد پیشنهادی براساس پیکربندی هایی درنظر گرفته شدند که در تحقیقات به آنها اشاره شده بود. برای ارزیابی مدل پیشنهادی، مجموعه داده Indian Pines نیز، شامل شانزده کلاس متفاوت، به کار رفت. با استفاده از روش پیشنهادی ترکیبی، طبقه بندی تصاویر با دقت 99% روی داده های آموزش و دقت 5/97% روی داده های تست انجام می شود.

سازه های دریایی، مانند بندرها، نقش بسیار مهمی در شدت فرسایش پذیری مناطق ساحلی دارند و تأثیر مشترک آنها، با نوسانات سطح تراز آب دریا، سبب جابه جایی خطوط ساحلی پیرامون بندرها می شود. ارزیابی و مقایسه شدت جابه جایی خطوط ساحلی و شدت فرسایش پذیری سواحل جنوبی دریای خزر در محدوده بندرهای اصلی شمال ایران (امیرآباد، فریدونکنار، نوشهر، انزلی و آستارا) هدف اصلی این پژوهش است. وضعیت مورفولوژی سواحل، به لحاظ ویژگی های فرسایشی و رسوب گذاری و تنوع لندفرم های ساحلی، ازطریق تصاویر ماهواره ای لندست مطالعه شد. به منظور بررسی میزان تغییرات خطوط ساحلی در بنادر مورد مطالعه طی سال های 1374 تا 1400، تغییرات ابجادشده در محیط سیستم اطلاعات جغرافیایی با استفاده از نرم افزار آنالیز رقومی خطوط ساحلی (DSAS) محاسبه شد. نتایج نشان می دهد که رفتار خطوط سواحل جنوبی دریای خزر در مقابل ساخت سازه های بندری و نوسانات سطح تراز آب این دریا متفاوت بوده است و بیشترین میزان جابه جایی خط ساحل و مقدار رسوب گذاری و فرسایش پذیری، به ترتیب، به ناحیه ساحلی بندر امیرآباد و آستارا تعلق دارد. سواحل مشرف به بندرهای نوشهر و انزلی رسوب گذاری مناسبی داشته اند و میزان فرسایش پذیری در ساحل فریدونکنار بسیار اندک بوده است. بنادر شمال کشور ایران، همراه با نوسانات سطح تراز آب دریای خزر، در مناطق ساحلی پیرامون تأثیر مستقیم می گذارند و مدیریت منابع رسوبی متمرکز در سواحل راهکاری مطمئن برای کاهش میزان فرسایش و استفاده از منابع ماسه ای در سواحل آسیب دیده است.

با بهبود حد تفکیک مکانی تصاویر سنجش از دور، اطلاعات دقیق تری از صحنه تصویر همچون ساختارهای بافت، فراهم شده است. این منابع داده، به دلیل جزئیات بسیار، دارای واریانس درون کلاسی زیاد و واریانس بین کلاسی اندک اند؛ ازاین رو استخراج اطلاعات پوشش زمین از آنها به فرایندی چالش برانگیز تبدیل شده است. در این تصاویر، تفسیر بصری زمان بر و پرهزینه است و تفسیر اتوماتیک آنها لزوماً به دقت بالا منجر نمی شود و رسیدن به دقت تفسیر مطلوب نیازمند طراحی الگوریتم های اتوماتیک است؛ به صورتی که توانایی مقابله با مشکلات ناشی از پیچیدگی صحنه تصویر را داشته باشند. برای غلبه بر این مشکل، روش آنالیز عارضه مبنای تصویر که به مورفولوژی صحنه تصویر حساس است، به ویژه در مطالعه ای شهری که تراکم ساختارهای شکل گرفته به دست انسان بالاست، ممکن است کارآمد باشد. در طبقه بندی عارضه مبنا، پیکسل های بیانگر یک عارضه در ترکیب با یکدیگر، تجزیه و تحلیل می شوند؛ در نتیجه، فضای مسئله به نسبت طبقه بندی پیکسل مبنا کاهش می یابد و مزیت این امر افزایش سرعت محاسبات است. درعین حال به دلیل اندازه متنوع اشیای تصویری، طبقه بندی نظارت شده عارضه مبنا در ایجاد مجموعه آموزشی بهینه با چالش هایی مواجه است. در تحقیق حاضر، به منظور طبقه بندی عارضه مبنا، از الگوریتم آدابوست استفاده شده است. برای غلبه بر مشکل فقدان تناسب فضای ویژگی ناشی از تعداد اندک نمونه های آموزشی و توزیع نامتناسب آنها در مقایسه با ابعاد بالای فضای ویژگی (شامل ویژگی های طیفی، مکانی و هندسی)، دو راهبرد دنبال شده است. در یک رویکرد برای تولید مجموعه آموزشی بهینه، مکانیسم یادگیری فعال با الگوریتم آدابوست ادغام شده و در رویکردی دیگر به منظور کاهش ابعاد فضای ویژگی، براساس همبستگی بین ویژگی ها (افزونگی) و همبستگی بین ویژگی ها و کلاس ها (مطابقت)، زیرمجموعه ویژگی منتخب استخراج شده است. روش پیشنهادی روی مجموعه داده استاندارد وهینگن کشور آلمان اجرا و نتایج حاصل از آن با طبقه بندی پیکسل مبنا مقایسه شده است. به منظور بررسی معنی داری اختلاف های حاصل شده در نتایج ارزیابی ها نیز، آزمون آماری مک نمار به کار رفته است. نتایج تجربی نشان دادند که رویکرد عارضه مبنای پیشنهادی، در قیاس با رویکرد پیکسل مبنا، به طور متوسط 6% دقت کلی و 7% ضریب کاپا را بهبود داده است. همچنین سرعت محاسبات در روش آدابوست عارضه مبنای پیشنهادی، در مقایسه با رویکرد پیکسل مبنا افزایش چشمگیری یافته است. این نتایج بیانگر عملکرد بهینه رویکرد پیشنهادی، هم از نظر دقت و هم از نظر سرعت محاسبات است.

تجمع گازهای گلخانه ای در اتمسفر، مهم ترین عامل افزایش دمای کرة زمین از نیمة دوم قرن بیستم به بعد، شناخته شده است. به دام انداختن کربن در جنگل ها و میان درختان راه حلی عملی، کارآمد و ارزان برای کاهش سطح دی اکسید کربن در اتمسفر است. بنابراین اندازه گیری زیست توده در بررسی تغییرات آب وهوایی و چرخة کربن جهانی اهمیت ویژه ای دارد. در پژوهش حاضر روشی بر پایة تبدیلات موجک به منظور تخمین زیست توده در منطقه ای جنگلی با درختان پهن برگ در شمال ایران ارائه شده است. تبدیلات مختلف موجک (تبدیلات دوبعدی گسسته) روی تصویر رادار با روزنة مجازی سنجندة ALOS PALSAR اعمال شدند و ضرایب به دست آمده به عنوان داده های جداگانه ذخیره شدند. میزان همبستگی هریک از پارامترهای محاسبه شده با مقدار زیست توده به وسیلة آنالیز رگرسیون چندگانه بررسی شد. نتایج نشان دادند که ضرایب به دست آمده از تبدیل موجک Db2 در مقایسه با سایر تبدیلات، همبستگی بیشتری با مقدار زیست توده دارند. در تجزیة یک مرحله ای، مقدار همبستگی با زیست توده تقریباً 5/0 و در تجزیة دومرحله ای تصاویر، مقدار همبستگی به دست آمده برای تصویر مایکروویو به بیش از 75/0 ارتقا پیدا کرد. پژوهش حاضر نشان داد که استفاده از تبدیلات موجک می تواند روش مناسبی برای تخمین زیست توده به ویژه در مناطقی با ساختار پوشش گیاهی پیچیده باشد. کلید واژه ها : تصاویر آلوس پالسار، تبدیل موجک، زیست تودة جنگل، آنالیز رگرسیون چندگانه.

امروزه از علم سنجش از دور برای مطالعات گیاهی ازجمله تعیین مواد مغذی، بیماری های گیاهی، کمبود آب یا مازاد آن، شناسایی علف های هرز استفاده می شود. گیاه، براساس ویژگی هایی که دارد، با برخورد امواج الکترومغناطیس به آن واکنش های متفاوتی در مقابل امواج (میزان جذب، انعکاس یا عبور) از خود نشان می دهد. ازجمله اطلاعاتی که علم سنجش در این زمینه می تواند به دست آورد میزان مواد مغذی موجود در گیاه است. با تعیین میزان مواد مغذی موجود در گیاه، می توان از مقدار کود مورد نیاز گیاه آگاهی یافت و از سویی، این مواد مغذی، به ویژه گیاهان مرتعی را شناسایی کرد. هدف از این مطالعه تعیین مواد مغذی موجود در گیاهان مرتعی مریم نخودی دارابی، اسفند، پنج انگشت، اسفند رومی، کُنار، شکر شفا با به کارگیری دانش سنجش از دور است. برای رسیدن به این هدف، با استفاده از طیف سنج در بازه طیفی ۳/۰ تا ۱/۱ میکرومتر، واکنش گیاه به امواج الکترومغناطیس مشخص شد. سپس با تعیین مواد غذایی موجود در این گیاهان، رابطه بین میزان انعکاس های امواج الکترومغناطیس با مقدار مواد مغذی در این گیاهان تعیین شد. نتایج نشان داد که در گیاه اسفند رومی باند ۱۰۲۶ نانومتر، در گیاه اسفند باند ۱۰۴۰ نانومتر، در گیاه کُنار باند ۱۰۴۶ نانومتر، در گیاه مریم نخودی باند ۱۰۳۰، در گیاه پنج انگشت باند ۴۰۰ و ۱۰۳۸ و در شکر شفا باند ۱۰۳۸ مؤثرترین باندها در پیش بینی مقدار P مؤثرند. از دیگرسو، به منظور پیش بینی Zn در گیاه اسفند رومی باند ۱۰۲۶ نانومتر، در گیاه اسفند باند ۱۰۴۰، در گیاه کُنار باند ۱۰۴۵، در گیاه مریم نخودی باند ۱۰۳۰، در گیاه پنج انگشت باند ۱۰۱۰ و در شکر شفا باند ۱۰۲۸ مؤثرترین باندها به شمار می روند. به منظور پیش بینی Cu با استفاده از مقادیر باندهای طیفی، مشخص می شود در گیاه اسفند رومی باند ۴۰۲ نانومتر، در گیاه اسفند باند ۴۱۰، در گیاه کُنار باند ۱۰۴۶، در مریم نخودی باند ۱۰۳۰، در پنج انگشت و در شکر شفا باند ۱۰۳۸ مؤثرترین باندها محسوب می شوند.

تغییرات کاربری اراضی در اثر گسترش فیزیکی شهر در اکثر شهرهای ایران به قدری سریع است، که برنامه ریزان و مدیران شهری با توام ساختن فرایند برنامه ریزی در این مناطق با توسعه داینامیک و پیچیده آن روبرو هستند. هدف پژوهش حاضر، بررسی تغییرات کاربری اراضی و گسترش فیزیکی شهر هشتگرد طی 19 سال گذشته و پیش بینی روند تغییرات کاربری اراضی برای آینده می باشد. در پژوهش حاضر از تصاویر چند زمانه لندست استفاده شده است. با استفاده از الگوریتم طبقه بندی ماشین بردار پشتیبان و الگوریتم بررسی تغییرات کراس تب، روند تغییرات کاربری اراضی طی 19 سال گذشته ارزیابی گردید. همچنین، با استفاده از مدل پیش بینی سلول های خودکار-مارکوف روند تغییرات کاربری اراضی و گسترش فیزیکی شهر برای آینده پیش بینی شده است. نتایج حاصل از این پژوهش، بیانگر گسترش بی رویه شهر طی 19 سال گذشته می باشد. به طوری که اراضی ساخته شده با رشد 56/736 درصدی خود باعث تخریب بیش از حد اراضی کشاورزی و بایر در حاشیه شهر شده است. بررسی ها نشان می دهد که با افزایش فاصله از اراضی ساخته شده میزان تغییرات کاربری اراضی کاهش چشمگیری داشته است. بررسی تغییرات حادث شده در کاربری های اراضی نشان داد که 16/564 هکتار از اراضی بایر به کاربری مسکونی تبدیل شده است. پیش بینی تغییرات کاربری اراضی برای سال های 2028 و 2038 نشان داد که افزایش مساحت کاربری مسکونی همچنان ادامه خواهد داشت. که این امر ضرورت توجه ویژه برنامه ریزان و مدیران شهری به موضوع گسترش شهری و پیامد های آن در منطقه را نمایان می سازد. در نهایت ارزیابی دقت مدل سلول های خودکار نشان داد که درصد اختلاف مساحت طبقات طبقات کمتر از 8 درصد است.

انتخاب مکان برای  مکان یابی شرکت ها تصمیم بسیار مهمی است انتخاب نامناسب مکان ممکن است منجر به هزینه های بیش از حد حمل و نقل ، از دست دادن نیروی کار واجد شرایط ، مزیت رقابتی یا شرایط مشابه شود. این مقاله پیشنهاد یکپارچگی بین مدل MCDM ارائه شده توسط ANP با GIS برای پیشنهاد بهترین مکان برای ساخت یک شعبه جدید بانک و سپس استفاده از حداکثر مشکل محل پوشش برای انتخاب شعب که حداکثر تقاضا ممکن است در یک زمان از پیش تعیین شده سفر باشد.. موقعیت شعبه بانک یکی از مهمترین موضوعات استراتژیک در بازار رقابت است. در این مقاله ، یک مدل مبتنی بر سیستم اطلاعات جغرافیایی (GIS) برای مکان یابی سایت های مناسب برای ایجاد شاخه های جدید ارائه شده است ، و سپس از مسئله مکان حداکثر پوشش (MCLP) برای انتخاب شاخه ها استفاده می شود به طوری که حداکثر تقاضا در داخل زمان سفر هدف مشخص شده است. این مدل برای بانک مهر اقتصاد در شهر اراک ، ایران اجرا شد. برای تحقیقات آتی ، مطالعه بازسازی شعب بانک توصیه می شود. علاوه بر این ، استفاده از این مدل بر روی مشکلات پیچیده تر ، زمینه چالش برانگیزی برای مطالعات آینده است.

پژوهش حاضر به تحلیل فضایی اماکن ورزشی و ارزیابی نحوه دسترسی به مراکز ورزشی با توجه به الگوی توزیع فضایی آنها در سطح شبکه های ارتباطی در استان خراسان رضوی پرداخته است. این تحقیق از نوع کاربردی و به روش توصیفی – تحلیلی می باشد. پس از تعیین سرانه کاربری های ورزشی در سطح استان، با استفاده از مدل ویلیامسون سرانه توزیعی این مراکز در سطح مناطق با توجه به تراکم جمعیت سنجیده شد. در بخش دوم، با استفاده از مدل موران الگوی توزیع فضایی کاربری های ورزشی (روباز، سرپوشیده و کل کاربری های ورزشی) با توجه به مساحت این کاربری ها سنجیده شد. نتایج بیانگر آن بوده است که سرانه فضاهای ورزشی در استان برابر با 34/0 مترمربع می باشد که از حداقل سرانه تعیین شده برای ایران نیز کمتر است. از طرف دیگر، سرانه کل فضاهای ورزشی به ازای هر خانوار در حدود 05/1 مترمربع است. همچنین؛ سرانه فضاهای ورزشی روباز بیشتر از سرانه فضاهای سرپوشیده (92/0در مقابل 13/0 مترمربع به ازای هر نفر) می باشد. در این میان، زون 1 که شمال شرق استان است، دارای پراکنش بیشتری از فضاها و اماکن ورزشی است که البته به لحاظ جمعیتی نیز از توزیع بیشتری برخوردار است. این در حالیست که با افزایش تراکم جمعیتی، سرانه کل فضاهای ورزشی (روباز و سرپوشیده) با شیب خط R2= 0.5985 افزایش می یابد. همچنین با توجه به نتایج حاصل از مدل میانگین نزدیک ترین همسایه مشخص شد که الگوی فضایی توزیع مراکز ورزشی در سطح استان خراسان رضوی در سطح 99 درصد به صورت تصادفی می باشد. بنابراین؛ حل این مشکلات نیاز به برنامه ریزی و مدیریت در زمینه مکان یابی و سامان دهی فضاهای ورزشی دارد.

امروزه کاربردهای تصاویر ماهواره ای، در پایش و مدیریت زمین های کشاورزی، رو به گسترش است. با توجه به قدرت تفکیک مکانی، طیفی و زمانی بالای تصاویر سنتینل 2، در این مطالعه، در کشاورزی دقیق در شهرستان قروه از این تصاویر استفاده شده است. ابتدا با توجه به تقویم زراعی محصولات متفاوت آن منطقه، تصاویر سری زمانی جمع آوری شد. در روش پیشنهادی، نخست، فضای ویژگی طیفی براساس بازتاب طیفی باندها و همچنین شاخص های گیاهی، ایجاد شد. ابعاد فضای ویژگی طیفی، با استفاده از روش آنالیز مؤلفه های اصلی، کاهش یافت. سپس چهار طبقه بندی کننده قدرتمند ماشین های بردار پشتیبان، شبکه عصبی پرسپترون چندلایه، نزدیک ترین k همسایه و جنگل های تصادفی نقشه طبقه بندی از اطلاعات طیفی تولید کردند. در ادامه، مکانی با هدف تعیین مرز مزارع، اطلاعات استخراج شد. برای این منظور، از شناسایی لبه ها در سری زمانی تصاویر سنتینل 2 استفاده شد. در نهایت، نقشه طبقه بندی نهایی، با تلفیق اطلاعات مکانی و ادغام نتایج طبقه بندی کننده ها ایجاد شد. نتایج به دست آمده نشان داد که دقت طبقه بندی کننده های نزدیک ترین k همسایه، ماشین های بردار پشتیبان، شبکه عصبی پرسپترون چندلایه و جنگل های تصادفی روی فضای ویژگی طیفی اولیه، به ترتیب 78/77%، 16/79%، 41/76% و 89/76% است. با استفاده از روش پیشنهادی، دقت طبقه بندی به 72/94% افزایش پیدا کرد که حاکی از توانایی آن در منطقه مورد مطالعه است.

با توجه به روند بی سابقه و رو به رشد جمعیت و گسترش شهری در دهه های اخیر، با افزایش نگران کننده ساخت وسازها و به ویژه موارد غیرمجاز در محدوده شهری مواجه بوده ایم و این مسئله نظام مدیریت و برنامه ریزی شهری را تحت الشعاع قرار داده است؛ ازاین رو جلوگیری از ساخت وسازهای غیرمجاز شهری یکی از مهم ترین مشکلات مدیران شهری شمرده می شود. روش کنونی کنترل تخلفات ساختمانی شامل بازرسی های میدانی برمبنای دانش انسانی است که صرف هزینه گزاف مالی، زمانی و انسانی را می طلبد و ممکن است حتی به شناسایی نشدنِ به موقع تخلفات ساختمانی بینجامد. درهمین زمینه طرح روشی هوشمند و دقیق برای شناسایی تخلفات ساختمانی و هدفمندکردن جست وجوی گشت های نظارت بر ساخت وسازها بیش ازپیش مورد نیاز است. پژوهش حاضر، با این هدف، به دنبال بیان مدل راهبردی هوشمندی در پایش تخلفات است. این پژوهش ازنظر هدف، کاربردی و ازلحاظ روش، توصیفی و علّی است و داده های آن به روش کتابخانه ای و میدانی جمع آوری شده است. در این تحقیق، از تصاویر ماهواره ای، تصاویر پهپاد، دوربین های نصب شده روی خودرو و AVL به منزله ورودی های سیستم مانیتورینگ هوشمند استفاده شده است. نتایج این تحقیق بیان می کند، با استفاده از سیستم مانیتورینگ هوشمند، امکان پایش هوشمند ساخت وسازهای غیرقانونی ازطریق فنون پردازش تصاویر و داده های مورد نیاز، با کمترین حضور عامل انسانی و در زمانی کوتاه تر، وجود دارد. دقت کلی 94% و ضریب کاپای 71% برای طبقه بندی تصویر در این سیستم، صحت نتایج یادشده را تأیید می کند و نشان می دهد، در این روش، سرعت و دقت طبقه بندی تصاویر، شناسایی ساختمان های درحال تغییر و شناسایی ساخت وسازهای غیرقانونی به مراتب بیشتر از روش های فیزیکی و موجود است.

تحقیق حاضر با هدف ارزیابی دقت داده های ماهواره ای سنجنده مادیس در پایش ریزگردها (ذرات PM 10 )، به منظور مقایسه با داده های ایستگاه زمینی سنجش آلودگی در شهر سنندج انجام گرفته است. بدین ترتیب، میزان عملکرد داده های ماهواره ای در اندازه گیری ریزگردها، در ایستگاه زمینی سنندج، مشخص می شود. ابتدا داده های ماهواره ای عمق نوری (ذرات PM 10 ) سنجنده مادیس، متناظر با داده های PM 10 زمینی تهیه شده از ایستگاه زمینی پایش آلودگی واقع در شهر سنندج، به دست آمد؛ آنگاه ضریب همبستگی دو سری داده محاسبه شد. برای پیش بینی دقیق داده های PM 10 ، دو مدل آریما و شبکه عصبی مصنوعی به کار رفت. داده های AOD سنجنده مادیس با استفاده از روش حداکثر برآورد احتمال و وزن به دست آمده از ریشه میانگین مربعات خطا، به منظور استفاده در این دو مدل، ترکیب شدند. در نهایت، روش مقایسه منفرد برای هریک از مدل ها و نیز مقایسه مدل ها، با هدف شناسایی مدل بهتر در تشخیص و پیش بینی داده های PM 10 حاصل از سنجنده مادیس، اعتبارسنجی شد. در مدل شبکه عصبی، ضریب همبستگی در مرحله آموزش 52%، در مرحله آزمون 53%، RMSE برابر با 62/1 و MAE برابر 62/2 به دست آمد. طبق محاسبات، مدل آریمای 1-0-3 تنها مدل مورد قبول با R برابر با 46/0و 06/0MAE= و 69/0RMSE= است. این بیان می کند مدل آریما مدل مناسبی برای پیش بینی داده هاست اما دقت مدل شبکه عصبی، در ارزیابی میزان همبستگی بین داده ها، بیشتر تشخیص داده شد. نتایج تحقیق نشان داد که بین داده های عمق نوری ریزگرد سنجنده مادیس با داده های زمینی رابطه مستقیمی وجود دارد و این الگوریتم قادر به شناسایی گردوغبار است و می تواند جایگزین مناسبی برای محصولات PM 10 تولیدشده از سوی ایستگاه زمینی باشد.

سنجش از دور علم دریافت اطلاعات از سطح زمین، بدون تماس آشکار با اجزای مورد مطالعه است. تجاری سازی مجموعه فعالیت هایی است که نوآوری ها را به محصول یا خدماتی تبدیل می کند که از آن مزایای اقتصادی حاصل می شود. با توجه به کاربرد گسترده سنجش و اهمیت فراوان کاربرد آن در کشاورزی، اهمیت تجاری سازی این تکنولوژی در کشاورزی دارای اولویت است و در این پژوهش، بررسی شده است. جامعه هدف این پژوهش، شرکت های فعال و غیرفعال در این زمینه اند؛ به این دلیل که با استفاده از تجربیاتشان امکان فراهم آوردن زمینه مناسب به منظور پرورش تکنولوژی سنجش از دور به وجود آید. با این هدف، در این تحقیق، از روش مصاحبه عمیق برای گردآوری اطلاعات و از روش گلوله برفی برای نمونه گیری استفاده شده است. با استفاده از نمودار چرخه عمر محصول و تکنولوژی، چالش های تجاری سازی تکنولوژی و زیرساخت های مورد نیاز، المان های تجاری سازی، انواع نرم افزارهای کاربردی در صنعت کشاورزی دنیا، نمودار سرمایه گذاری در سنجش از دور و تحلیل ماندگاری سنجش از دور در کشاورزی، به منزله یک کسب وکار، بررسی موشکافانه شده است. در نتیجه، بهترین روش برای تجاری سازی محصول کاهشِ محدودیت ها برای شرکت های فعال، ایجاد زیرساخت های لازم، به ویژه داده های اولیه به موقع، و استقلال در بهره برداری از این تکنولوژی است تا امکان بهره گیری از انواع روش های تجاری برای کاربران فراهم آید.

مطالعه پوشش برف، در جایگاه یکی از منابع مهم تأمین آب شیرین، اهمیت بسیاری دارد. با توجه به کوهستانی بودن ایران، امکان اندازه گیری زمینی مساحت زیر پوشش برف وجود ندارد. بر این اساس، استفاده از تصاویر ماهواره ای برای شناسایی ذخیره گاه های برف بسیار مهم است. در این پژوهش، تغییرات زمانی مکانی پوشش برف ایران طی دوره سرد سال، با استفاده از داده های پوشش برف سنجنده مادیس ماهواره ترا، طی دوره آماری 2018-2003 بررسی شد. روند تغییرات پوشش برف و شیب این روند، با استفاده از آزمون های ناپارامتریک من کندال و سنس و نقطه تغییر پوشش برف با استفاده از آزمون بوشند مورد بررسی قرار گرفت. نتایج نشان داد بیشترین مقدار پوشش برف متعلق به ماه ژانویه، با 15/16% و کمترین مقدار پوشش برف مختص به ماه اکتبر، با کمتر از 1% است. کانون اصلی پوشش برف ایران، در دوره سرد سال، در مناطق مرتفع بیش از 4000 متر به دست آمده است. روند تغییرات پوشش برف، در تمامی ماه های مورد مطالعه، منفی و بیشینه شدت کاهشی پوشش برف نیز متعلق به ژانویه بوده است. نقطه تغییر نیز در همین ماه و سال 2008 محاسبه شد که از نظر آماری در سطح 0.05 معنی دار است. روند کاهشی درخور توجه پوشش برف ایران، در دوره سرد، تهدید بزرگی برای منابع آبی ایران به شمار می رود.

طوفان های گردوغبار بلایایی طبیعی اند که در زندگی انسان و محیط زیست تأثیر چشمگیری گذاشته اند. توسعه مدل هایی، به منظور پیش بینی مسیر حرکت این طوفان ها، در پیشگیری و مدیریت طوفان های گردوغبار نقش بسزایی ایفا می کند زیرا مسیر انتقال آنها را آشکار و مناطق آسیب پذیر بعدی در برابر طوفان را مشخص می کنند. به لطف امکانات روش های یادگیری عمیق در حل مسائل مبتنی بر سری زمانی و یافتن الگوهای پنهان از حجم داده کلان، در این پژوهش، یک مدل ترکیبی شبکه عصبی پیچشی (CNN) به منظور پیش بینی مسیر حرکت طوفان گردوغبار، براساس داده عمق نوری هواویز (AOD) محصول MERRA-2 برای دوازده ساعت آینده، توسعه داده شده است. همچنین چهل رویداد طوفان، شامل 2489 ساعت طوفان در منطقه ای خشک در مرکز و جنوب آسیا، به منظور آموزش مدل به کار رفته است. نتایج نشان می دهد که مدل پیشنهادی پیش بینی دقیقی از مسیر حرکت طوفان به دست می دهد؛ به گونه ای که درمورد گام های زمانی 3، 6، 9 و 12 ساعت آینده، مقادیر دقت کلی به ترتیب برابر با 9806/0، 9810/0، 9813/0 و 9790/0، مقادیر امتیاز F1 به ترتیب برابر با 8490/0، 8524/0، 8530/0 و 8384/0 و مقادیر ضریب کاپا به ترتیب برابر با 8387/0، 8424/0، 8431/0 و 8273/0 است.

مطالعه تاریخی شهرها بیانگر نوعی دیدگاه دفاعی در بافت و ساخت شهرهاست. امروزه نیز در اکثر کشورهای دنیا، علی رغم تغییرات اساسی در الگوهای جنگی، موضوع دفاع در مقابل تهاجم و اقدامات خصمانه در بطن برنامه ریزیهای شهری و منطقه ای از جایگاه ویژه ای برخوردار است. پدافند غیرعامل به مجموعه اقداماتی اطلاق می گردد که مستلزم بکارگیری جنگ افزار نبوده و اجرای آن کاهش تلفات انسانی و خسارات مالی به تجهیزات و تاسیسات حیاتی و حساس را به دنبال داشته و با بکارگیری آن می توان در صورت بروز تهدید و حمله و وارد آمدن آسیب و صدمه ، سریعاً اقدام به بازسازی یا جایگزینی نیرو و امکانات نموده و به تداوم خدمات پرداخت. هدف اصلی این تحقیق ، مطالعه و بررسی میدانی پراکندگی مراکز اداری شهر اردبیل با اصول پدافند غیر عامل در مقابل تهدیدات بوده و برای این منظور به مطالعه جغرافیای تاریخی شهر اردبیل از جنبه های دفاعی و امنیتی و ملاحظات دفاعی صورت گرفته برای شهر در ادوار گذشته پرداخته و اقدامات پدافند غیرعامل در سابقه تمدنی شهر اردبیل بررسی گردیده است. روش پژوهش در مقاله حاضر بصورت توصیفی-تحلیلی است ؛ یکی از مهمترین ابزارها جهت گردآوری اطلاعات ، مطالعه و بررسی میدانی پراکندگی ادارات و مراکز حساس و مهم را مورد بررسی و تجزیه تحلیل قرار داده و پراگندگی آنها را در محیط GIS مورد بررسی قرار می گیرد وضعیت فعلی شهر از نظر پراکندگی ادارات ، مراکز مهم و حساس با تهیه نقشه های GIS برای شهر اردبیل بررسی شده و در نهایت به ارائه راهکار عملی در رعایت اصول پدافند غیرعامل در برنامه ریزی شهری اردبیل پرداخته شده است.نتایج تحقیق بیانگر عدم رعایت اصول پدافند غیر عامل در پراکندگی ادارات شهر اردبیل می باشد

کلروفیل و نیتروژن برگ، به دلیل نقش مهمی که در فتوسنتز دارند، از شاخص های بیولوژیک مهم وضعیت فیزیولوژیک گیاهان به شمار می روند. توانایی در کمّی سازی میزان کلروفیل و نیتروژن می تواند اطلاعات مهمی در زمینه فعالیت های کشاورزی دقیق، برنامه ریزی مدیریت منابع گیاهی و کشاورزی، و مدل سازی خدمات و قابلیت های تولید اکوسیستم تهیه کند. هدف از این مطالعه ارزیابی قابلیت شاخص ها، به منظور تخمین میزان کلروفیل و نیتروژن گندم، با استفاده از داده های طیف سنجی در سطح تاج پوشش و همچنین تعیین مناسب ترین نواحی طیفی و پدیده های جذبی است. این پژوهش در محیط گلخانه انجام شد و اندازه گیری طیفی با دستگاه طیف سنج Fieldspec-3-ASD صورت گرفت. چهار شاخص باریک باند گیاهی، در قالب دو دسته شاخص های نسبتی (NDVI، RVI و DVI) و شاخص تعدیل کننده تأثیر خاک (SAVI 2 ) برای بازتاب طیفی و مشتق اول طیف برای کل نمونه ها، محاسبه و نتایج آنها مقایسه شد. پارامترهای عمق باند ماکزیمم، طول موج عمق باند ماکزیمم، مساحت، چولگی و پهنای کامل در نصف مقدار بیشینه، درمورد هفت پدیده جذبی محاسبه و همبستگی این شاخص ها با غلظت کلروفیل و نیتروژن گندم بررسی شد. نتایج نشان دادند، درصورتی که از طیف بازتابندگی استفاده شود، شاخص SAVI 2 ارتباطی قوی تر (۱۲ / ۰ =RMSE، ۸۵ / ۰=R 2 ) از دیگر شاخص ها با میزان کلروفیل نشان می دهد و درمورد شاخصNDVI  نیز، این ارتباط قوی تر (۳۰ / ۰ =RMSE، ۶۹ / ۰=R 2 ) از شاخص های دیگر با میزان نیتروژن خواهد بود؛ درحالی که با استفاده از مشتق اول بازتاب طیفی شاخص NDVI نتایج بهتری ارائه می دهند. مساحت و عمق محدوده جذبی ۷۶۰-4۳0 نانومتر برای مطالعه میزان کلروفیل و نیتروژن گندم بهترین شاخص ها محسوب می شوند.

نوفه آشکارسازها در تصاویر ماهواره ای معمولا به صورت نوارهای افقی یا عمودی دیده می شوند. جهت نوارشدگی ها به تکنیک تصویربرداری سنجنده (پوش بروم یا ویسک بروم) بستگی دارد. در تصاویر سنجنده TM نیز برخی نوارشدگی ها دیده می شود که منشأ آنها آشکارسازهاست. از دلایل پیدایش نوفه نواری در تصاویر اخذشده به وسیله سنجنده TM می شود به تطابق نداشتن آشکارسازها، واسنجی نامناسب آشکارسازها و یا فرسایش آنها در طول زمان اشاره کرد. با توجه به اینکه سنجنده TM از تکنیک تصویربرداری ویسک بروم استفاده می کند، این نوارشدگی ها در تصاویر به صورت افقی دیده می شوند. نوفه نواری در تصاویر اخذشده در باند 4 از سطوح تاریک مانند دریا که در سطح یک پیش پردازش شده اند، رخ نمون بیشتری دارد. این نوع نوفه موجب بروز خطا در برخی اعمال مانند تصحیحات جوی بااستفاده از پیکسل های تاریک و دشوار شدن استخراج اطلاعات از تصاویر می شود. در این پژوهش، برای اصلاح نوفه نواری سنجنده TM، پس از شناسایی آشکارسازهای نوفه ای، روش های میانه (MM)، تطبیق ممان های مکانی اصلاح شده (MSMM) و پالایش تصویر در حوزه فرکانس و مکان (IFFD & IFSD) پیشنهاد شده است. برای بررسی نتایج حاصل، از برخی کمیت های آماری همچون میانگین و انحراف معیار و نیز، نمودار فراوانی و طیف فوریه تصاویر پیش و پس از اصلاح استفاده شده است. انحراف معیار در تصویر اولیه برابر با 56/1 است که پس از اصلاح تصویر، مقدارهای این کمیت برای روش های MM، MSMM، IFFD و IFSD به ترتیب برابر با 36/1، 42/1، 31/1و 26/1 است. کاهش به وجودآمده در انحراف معیار پس از حذف نوف، نواری، بهبود تصاویر را نشان می دهد. برای مقایسه این روش ها با یکدیگر و با کارهای دیگران، از MSE، RMSE و PSNR و همچنین، داده های شبیه سازی شده برای نوفه نواری متناوب استفاده شده است. مقدارهای به دست آمده PSNR برای روش های MM، MSMM، IFSD و IFFD به ترتیب برابر با 66/54، 14/51، 47/48و 65/45 دسی بل است. در این میان، بیشترین میزان PSNR و به تبع آن، کمترین میزان MSE مربوط به روش MM و MSMM بود که نشان از دقت بیشتر این روش ها درمقایسه با پالایه های حوزه فرکانس و مکان دارد.

هدف از پژوهش حاضر شناسایی نقاط جرم خیز، دسته بندی و ارزیابی امنیت با رویکرد پیشگیری از جرم از طریق طراحی محیطی می باشد و با توجه به اینکه این امر در سکونتگاه های غیررسمی یا به اصطلاح کم برخوردار بیشتر نمایان می گردد، این پژوهش در محله حکیم نظامی ارومیه مورد بررسی قرار گرفته است. روش پژوهش حاضر، توصیفی-تحلیلی و از نوع کاربردی می باشد. روش جمع آوری داده ها به دو روش اسنادی و میدانی صورت گرفته است. جامعه آماری این پژوهش کلیه ساکنین محله حکیم نظامی شهر ارومیه می باشد که طبق آمار 1397، 33000 نفر می باشد و از این تعداد 379 نفر بر اساس فرمول کوکران و به روش تصادفی طبقه ای انتخاب گردیده اند. تجزیه و تحلیل اطلاعات به دو صورت کمی و کیفی انجام گرفته است، در بعد کمی از روش های آماری و در بعد کیفی، نتایج حاصل از مشاهدات میدانی و مصاحبه ها تجزیه و تحلیل گردیده است. بررسی نتایج پژوهش نشانگر این است که با استفاده از داده های مکانی محله میزان امنیت قسمت غرب بهتر از قسمت شرق محله می باشد و دلیل اصلی این اتفاق به دلیل تجمع ارازل در این قسمت از محله می باشد. بر اساس داده های پرسشنامه ای نیز مولفه های نظارت طبیعی، کنترل دسترسی، تصویر و نگهداری از فضا و فعالیت های حمایتی در وضعیت بالاتری نسبت به سطح متوسط و مولفه قلمرو گرایی در وضعیت پایین تر از سطح متوسط قرار دارد. همچنین با توجه به نتایج آزمون فریدمن، مولفه ی تصویر و نگهداری از فضا در رتبه اول و مولفه ی قلمروگرایی در رتبه ی آخر قرار گرفت که نیازمند توجه ویژه ای می باشد.

فنولوژی به مطالعه زمان وقوع رخدادهای تکرارپذیر زندگی گیاهان در رابطه با عوامل زنده و غیرزنده می پردازد. یکی از روش های بررسی تغییرات روند رشد گیاه استفاده از سری های زمانی تصاویر ماهواره ای و روش های سنجش از دور است. هدف از پژوهش حاضر تعیین معنای فیزیکی هریک از مؤلفه های سری فوریه، درمورد انواع پوشش گیاهی و فرایندهای فنولوژی گیاهان، با استفاده از تجزیه سری های زمانی شاخص پوشش گیاهی (NDVI) حاصل از سنجش از دور است. هدف دیگر نیز تعیین روند تغییرات مؤلفه های سری فوریه، در زمینه تغییرات ارتفاع از سطح دریا و درجه حرارت فصل بهار است. بدین منظور، در مطالعه حاضر، از محصول هشت روزه شاخص NDVI سنجنده MODIS، با نام MOD09Q1، با قدرت تفکیک مکانی 250 متر استفاده شد. ابتدا، با استفاده از الگوریتم HANTS و سری های زمانی یک ساله NDVI سنجنده MODIS در سال های 2013، 2014 و 2015، مؤلفه های سری های فوریه یا همان تصاویر دامنه و فاز تولید شد. سپس تغییرات و ارتباط هریک از این مؤلفه ها به نسبت تغییرات ارتفاع و دما، در منطقه شیرکوه استان یزد، بررسی شد. براساس نتایج، با کاهش 1 درجه سانتی گراد در میانگین دمای فصل بهار، که با افزایش ارتفاع از سطح دریا رخ می دهد، تأخیر هفت روزه ای در چرخه های سالیانه و تأخیری پنج روزه در چرخه های شش ماهه سری های زمانی NDVI ایجاد می شود. در چرخه های سالیانه، بیشترین مقدار واریانس با استفاده از گیاهان دارای دوره های رشد سالیانه و در چرخه های شش ماهه، بیشترین مقدار واریانس با استفاده از گیاهان دارای دوره رشد کوتاه و فصلی کنترل می شود. براساس نتایج، الگوریتم HANTS و تحلیل سری های فوریه می تواند، در شناخت تأثیرات عوامل اقلیمی در فرایند های فنولوژی و زمان شروع رشد گیاهان، بسیار کارآمد باشد.

با توجه به اهمیت داده های هواشناسی و وجود محدودیت داده برداری در ایستگاه های زمینی، فنّ سنجش از دور می تواند نقش مهمی در تهیه این داده ها ایفا کند. هدف از این پژوهش ارزیابی کمّی دمای سطح زمین (LST) حاصل از تصاویر سنجنده مادیس، برای تخمین دمای هوای بیشینه و کمینه روزانه در حوضه آبخیز طالقان است. برای این منظور، داده های دمای هوای بیشینه و کمینه روزانه سه ایستگاه هواشناسی زمینی و مقادیر LST روز و شب و NDVI سنجنده مادیس، متعلق به دوره زمانی 2009 تا 2015، دریافت و تهیه شد. سپس با استفاده از روش رگرسیون خطی چندگانه، بین هریک از متغیرهای مؤثر و دمای هوای بیشینه و کمینه روزانه در ایستگاه های زمینی، ارتباط برقرار شد. نتایج نشان داد که بین دمای هوای بیشینه و کمینه روزانه در ایستگاه های زمینی، با LST روز و شب و NDVI حاصل از سنجنده مادیس، همبستگی معنی داری وجود دارد؛ بنابراین از این متغیر ها در روابط رگرسیونی استفاده شد. نتایج حاصل از اعتبارسنجی نشان داد روابطی که با همه متغیرهای مؤثر ایجاد شده است بیشترین صحت را دارد؛ به طوری که بهترین مدل در تخمین بیشینه دمای هوای روزانه، دارای مقادیر ، NSE و RMSE، به ترتیب 75/0، 75/0 و C ˚ 7/4+ و درمورد کمینه دمای هوای روزانه، به ترتیب 71/0، 71/0 و  C ˚ 9/2+ است؛ ازاین رو می توان با تبدیل دمای سطح زمین حاصل از تصاویر سنجنده مادیس، دمای هوا را با دقت بالا در مقیاس روزانه و ماهیانه، برای استفاده در پژوهش های گوناگون، تخمین زد.